Específico del dominio: Respuesta incorrecta
Específico del dominio
Respuesta incorrecta
Mira qué modelos de IA tienen más probabilidades de caer en Respuesta incorrecta dentro de Específico del dominio, para detectar puntos débiles más rápido.
Motivos de fallo
414/414
Filtrar modelos
Ningún modelo coincide con la búsqueda y los filtros actuales.
| Rango | Modelo | Empresa | Cantidad de Respuesta incorrecta | Puntuación de categoría | Costo total | Pruebas correctas | Tiempo de respuesta (promedio) |
|---|---|---|---|---|---|---|---|
| #11 | GPT-6.1 Sol medium | OpenAI | 1 | 0.8 | $0.530 | 2/3 | 23.8s |
| #12 | GPT-6.1 Sol high | OpenAI | 1 | 0.8 | $0.755 | 2/3 | 59.0s |
| #14 | GPT-6 Astra low | OpenAI | 1 | 0.8 | $2.160 | 2/3 | 13.9s |
| #15 | Gemini 3 Flash Preview medium | 1 | 0.8 | $0.876 | 2/3 | 20.1s | |
| #16 | GPT-6.1 Sol low | OpenAI | 1 | 0.8 | $0.460 | 2/3 | 15.4s |
| #17 | Gemini 4 Argon high | 1 | 0.8 | $1.802 | 2/3 | 32.9s | |
| #18 | Gemini 3.7 Flash medium | 1 | 0.8 | $0.278 | 2/3 | 6.49s | |
| #19 | GPT-6 Sol medium | OpenAI | 1 | 0.8 | $0.703 | 2/3 | 36.4s |
| #26 | Gemini 3.7 Flash low | 1 | 0.8 | $0.183 | 2/3 | 3.09s | |
| #29 | Seed 2.1 Turbo low | Bytedance Seed | 1 | 0.3 | $1.645 | 0/3 | 424.5s |
| #31 | Claude Opus 5.5 medium | Anthropic | 1 | 0.8 | $1.804 | 2/3 | 21.3s |
| #32 | Muse Wonder medium | Meta | 1 | 0.5 | $3.397 | 1/3 | 70.7s |
| #36 | Qwen3.8 Max (0902) high | Qwen | 1 | 0.6 | $3.306 | 1/3 | 658.5s |
| #38 | Claude Haiku 5.5 xhigh | Anthropic | 1 | 0.5 | $0.140 | 1/3 | 47.8s |
| #41 | Pareto default | Unbiased | 1 | 0.8 | $1.520 | 2/3 | 98.8s |